بازگشت یک پرسش قدیمی با روایتی تازه: آیا علم به بشریت نیاز دارد؟

به گزارش خبرنگار فناوری ایونا به نقل از ایسنا، با ورود «دانشمندان هوش مصنوعی»، باید به یاد داشت که خرد، همدلی و بی‌نظمی محض انسان مشابه فرآیند و کارایی، بخشی از پیشرفت هستند. آیا بشریت به علم نیاز دارد؟ دو مطالعه در مجله نیچر، نگاهی اجمالی به آنچه برخی آن را به عنوان کاهش نقش بشریت در کشف علمی در حوزه خود مکس پروتز یعنی زیست‌شناسی مولکولی، تفسیر می‌کنند، ارائه می‌دهند.

به نقل از نیچر، هر دو مطالعه، به گامی اساسی به سوی کشف دارو با کمک هوش مصنوعی اشاره دارند. سیستمی که در آن از عوامل هوش مصنوعی متصل، برای پیمایش خودکار گردش‌های کاری چند مرحله‌ای استفاده می‌شود. این سیستم‌ها، مقالات علمی را بررسی کرده، فرضیه‌هایی را شکل می‌دهند، داده‌ها را تفسیر کرده و در بحث‌های داخلی شرکت می‌کنند تا به داروهای مورد نظر برای درمان یک بیماری خاص برسند.

نتایج چشمگیر است، اما نکته دیگری را نیز نمایان می‌کند. اینکه دانشمندان هوش مصنوعی می‌توانند و باید محققان انسانی را توانمند سازند اما آنها نمی‌توانند و نباید جایگزین دانشمندان واقعی شوند. در یک مطالعه، گروهی مستقر در یک آزمایشگاه تحقیقاتی هوش مصنوعی غیرانتفاعی در سانفرانسیسکو، کالیفرنیا، از سیستم هوش مصنوعی خود به نام روبین (Robin) خواستند تا درمانی برای اختلال چشمی دژنراسیون ماکولا وابسته به سن (Dry Age-Regeneration) پیدا کند. عوامل روبین در متون علمی جستجو کردند تا یک استراتژی درمانی استخراج کنند، مولکول‌های کاندیدا را شناسایی کردند و سنجش‌هایی را برای آزمایش آنها انتخاب کردند. آزمایش‌هایی که روبین پیشنهاد داده بود، سپس به انسان‌ها تحویل داده شد. آنها مطالعات را انجام دادند و نتایج را برای تجزیه و تحلیل، تفسیر و طراحی مطالعات بعدی به روبین ارسال کردند. این گروه تخمین می‌زند که روبین زمان مورد نیاز برای پروژه را در مقایسه با یک گردش کار معمولی انسانی ۲۰۰ برابر کاهش داده است.

گروه دوم به رهبری محققان گوگل، مستقر در مانتین ویو، کالیفرنیا، از سیستم عامل هوش مصنوعی خود به نام کو- ساینتیست (Co-Scientist) استفاده کردند تا به دنبال داروهای تأیید شده‌ای باشند که می‌توانند برای درمان نوعی سرطان خون مورد استفاده مجدد قرار گیرند و اهداف دارویی را برای درمان فیبروز کبد کشف کنند. انسان‌ها در طول فرآیند، اطلاعات لازم را ارائه دادند و به اولویت‌بندی فرضیه‌ها و رویکردها کمک کردند. این گروه همچنین از عوامل هوش مصنوعی خواستند تا فرضیه‌ای را برای توضیح اینکه چرا بسیاری از گونه‌های باکتری، مجموعه خاصی از ژن‌های مقاومت آنتی‌بیوتیکی را به اشتراک می‌گذارند، تدوین کنند.

دانشمندان، از جمله برخی از نویسندگان پروژه، حدود یک دهه در حال بررسی این معمای میکروبی بودند، اما هنوز نتایج را منتشر نکرده بودند. کو- ساینتیست ظرف چند روز به فرضیه‌ای مشابه محققان رسید. این پروژه‌ها گامی مهم رو به جلو هستند. اما با وجود همه عوامل «شگفت‌انگیز»، بسیار مهم است که در نظر داشته باشیم که سیستم‌های هوش مصنوعی به تنهایی کار نمی‌کردند. در هر دو مورد، انسان‌ها پروژه اولیه را چارچوب‌بندی کردند، آزمایش‌هایی انجام دادند، راهنمایی ارائه دادند و در طول مسیر، خروجی عوامل را بررسی کردند. این یک ویژگی است، نه یک اشکال و حذف انسان‌ها از حلقه آسان نخواهد بود.

از یک سو، ایجاد یک محقق هوش مصنوعی کاملا مستقل، نیازمند ارتباط متقابل عوامل هوش مصنوعی بسیار بیشتری است و دانشمندان باید اطمینان حاصل کنند که این عوامل می‌توانند در طول وظایف طولانی و پیچیده، تمرکز خود را حفظ کرده و به طور موثر با یکدیگر هماهنگ شوند.

همچنین هنوز مشخص نیست که آیا عوامل هوش مصنوعی قادر به تسلط بر هر مرحله از فرآیند توسعه دارو خواهند بود یا خیر. حتی اگر بتوانند هم نظارت انسانی همچنان برای تشخیص توهمات ساخته داده‌های هوش مصنوعی و سوءتعبیرها و اطمینان از انجام صحیح برخی وظایف به عنوان مثال، استفاده مناسب از داده‌هایی که هوش مصنوعی از پایگاه‌های داده برای تجزیه و تحلیل‌های خود جمع‌آوری می‌کند، مورد نیاز خواهد بود.

به طور گسترده‌تر، تکرار تخصص محققان و خرد انباشته شده گروه‌هایی که شاید برای دهه‌ها روی یک مشکل کار کرده‌اند، ممکن است برای ماشین‌ها غیرممکن باشد. انسان‌ها همچنین برای آموزش نسل‌های آینده مورد نیاز هستند و دانش آنها تا حدودی بر اساس درس‌هایی که از شکست‌ها و مسیرهای پر پیچ و خم ناکارآمد آموخته‌اند، ساخته شده است. آشفتگی، کنجکاوی و بازیگوشی انسان، اکتشافات بی‌شماری را برانگیخته و به شکل‌گیری چارچوب‌های اخلاقی جامعه کمک کرده است. سیستم‌های هوش مصنوعی ممکن است در برخی موارد کارایی بیشتری ارائه دهند، اما ما هنوز نمی‌دانیم که آیا کارایی بیشتر معادل داده بیشتر است یا خیر.

این نکات باید در نظر گرفته شوند. برخی از محققان ابزارهای هوش مصنوعی را مسیری برای کشف سریع‌تر، رهایی از یکنواختی ناشی از کارهای روزمره آزمایشگاهی و راهی سریع‌تر و ارزان‌تر برای تولید دارو و انجام اکتشافات دیگر می‌بینند. برخی دیگر آینده‌ای را می‌بینند که در آن مقالات علمی آلوده به بی‌نظمی است، دانشمندان انسانی نمی‌توانند آموزش یا کار مناسب دریافت کنند و تحقیقات با همدلی، اخلاق و خرد انسانی تعدیل نمی‌شود. دانشمندان نباید اجازه دهند که دیدگاه منفی نسبت به هوش مصنوعی آنها را از بررسی امکاناتی که هوش مصنوعی ممکن است برای تحقیق داشته باشند، باز دارد. با این حال، به همان اندازه، آنها باید از هیاهوی تبلیغات هوش مصنوعی فراتر روند و از اهمیت خود دفاع کنند و به عموم مردم، تأمین‌کنندگان مالی و محققان دیگر یادآوری کنند که علم هنوز به انسانیت نیاز دارد و هر پیشنهاد کمک مالی لزوما شامل یک پروژه هوش مصنوعی نیست.

مکس پروتز مقاله خود را با یک مباحثه نادرست آغاز کرد که بسیاری از بحث‌های مدرن در مورد هوش مصنوعی را نیز تحت الشعاع قرار می‌دهد: آیا تحقیقات علمی شریف‌ترین تلاش ذهن انسان است که از آن جریانی بی ‌وقفه از اکتشافات مفید سرچشمه می‌گیرد، یا جاروی جادوگری است که همه ما را تهدید به نابودی می‌کند؟». به این افراط‌گرایی‌های متضاد که هر دو به روش خود درست هستند، نباید اجازه داده شود که پتانسیل واقعی هوش مصنوعی را تحریف کنند یا محدودیت‌های آن را پنهان کنند.

خبرنگار : شاکر